Φόρτωση...
Χωρίστε τραγούδια σε φωνητικά και όργανα για ακρόαση, μίξη ή συνοδεία εξάσκησης.
Εισαγωγή
Υποστηρίζει εισόδους σε μορφές όπως mp3 / wav / flac / ogg / m4a / aac / aif / aiff / mp4 / mov / mkv
Υποστηριζόμενες μορφές
Παραγωγή
4 × WAV
Περίπτωση χρήσης
Το Sony MIMO SCNet εξάγει φωνή, μπάσο, ντραμς και άλλα όργανα σε δύο επαναλήψεις. Το Gen προσθέτει παραγόμενο θόρυβο. Κάθε έκδοση έχει πλεονεκτήματα, χωρίς τεκμηριωμένη συνολική υπεροχή έναντι του Huge SCNet.
Επιλέξτε μοντέλο για το υλικό και τον σκοπό σας και δείτε τα παραδείγματα πριν από την υποβολή.
Κόστος, χρόνος, μορφές και παράμετροι εξαρτώνται από το επιλεγμένο μοντέλο.
Στα σχόλιά σας αναφέρετε το εργαλείο, τα βήματα και το πρόβλημα. Τα στιγμιότυπα οθόνης βοηθούν στον εντοπισμό του.
Το Sony MIMO SCNet διαχωρίζει φωνητικά, τύμπανα, μπάσο και άλλα όργανα, με εκδόσεις SCNet και SCNet Gen.
CrowdioSet SCNet: M1 με καθαρό ήχο, M2 με αντήχηση, M3 με κοινό, M4 με αμφότερα. Τα M1/M2 δίνουν τέσσερα κανάλια, τα M3/M4 και κανάλι κοινού. Η αντήχηση διατηρείται και το τραγούδι του κοινού μπορεί να παραμένει.
CrowdioSet SCNet: M1 με καθαρό ήχο, M2 με αντήχηση, M3 με κοινό, M4 με αμφότερα. Τα M1/M2 δίνουν τέσσερα κανάλια, τα M3/M4 και κανάλι κοινού. Η αντήχηση διατηρείται και το τραγούδι του κοινού μπορεί να παραμένει.
CrowdioSet SCNet: M1 με καθαρό ήχο, M2 με αντήχηση, M3 με κοινό, M4 με αμφότερα. Τα M1/M2 δίνουν τέσσερα κανάλια, τα M3/M4 και κανάλι κοινού. Η αντήχηση διατηρείται και το τραγούδι του κοινού μπορεί να παραμένει.
CrowdioSet SCNet: M1 με καθαρό ήχο, M2 με αντήχηση, M3 με κοινό, M4 με αμφότερα. Τα M1/M2 δίνουν τέσσερα κανάλια, τα M3/M4 και κανάλι κοινού. Η αντήχηση διατηρείται και το τραγούδι του κοινού μπορεί να παραμένει.
BS-RoFormer SW Fixed χρησιμοποιεί BS-Rofo-SW-Fixed.ckpt συν BS-Rofo-SW-Fixed.yaml για να χωρίσει μια πλήρη μίξη σε six WAV stems.
Διαχωρίζει ένα πλήρες μείγμα σε τέσσερα τυπικά stems τύπου MUSDB.
XLANCE-MSR είναι ένα σύστημα source-restoration οκτώ κατηγοριών για διαχωρισμό συν denoise, dereverb και αποκατάσταση με δημόσια MIT checkpoint weights. Δεν είναι μια άσχετη κατεύθυνση. Είναι μια επέκταση μηχανικής/πρόκλησης-εργασίας που δημιουργήθηκε από μια ισχυρή διαδρομή six-stem BS-RoFormer.
Το MVSep Mega 53 Stems διαχωρίζει μια μίξη ανάλογα με τα όργανα που εντοπίζει, για εξερεύνηση σύνθετων ενορχηστρώσεων. Οι επιμέρους φωνές μπορεί να είναι λιγότερο καθαρές από ό,τι με εξειδικευμένα μοντέλα.
BS-RoFormer SW Fixed χρησιμοποιεί BS-Rofo-SW-Fixed.ckpt συν BS-Rofo-SW-Fixed.yaml για να χωρίσει μια πλήρη μίξη σε six WAV stems.
Το MDX23C Phantom Centre εξάγει το όμοιο κεντρικό σήμα των στερεοφωνικών καναλιών και το πλευρικό υπόλοιπο. Μπορεί να εξαχθούν κεντρικά όργανα και να μείνουν φωνές στο πλάι· δεν αναγνωρίζει είδη οργάνων.
Απομονώνει τα έγχορδα με δοξάρι και εξάγει τους υπόλοιπους ήχους. Παρόμοιες χροιές και συνθετικά έγχορδα μπορεί να παραμένουν και στα δύο κανάλια.
arXiv - 2026
Μέσο SDR από τους πίνακες 2 και 3: clean καθαρός ήχος, noisy με κοινό, noisyrev με κοινό και αντήχηση. Χωριστή κατάταξη ανά συνθήκη· η εκπαίδευση με αντήχηση δεν σημαίνει αφαίρεσή της.
SDX23 music separation track - 2023
BS-RoFormer χρησιμοποιεί χαρακτηριστικά φασματογράμματος διαχωρισμού ζώνης συν μετασχηματιστές RoPE. το σύστημα SDX23 κατέλαβε την πρώτη θέση στο κομμάτι διαχωρισμού πηγών μουσικής και μια μικρότερη έκδοση ανέφερε μέση SDR 9.80 dB στο MUSDB18HQ.
ICASSP - 2023
Το HT Demucs αντικαθιστά τα βασικά επίπεδα Demucs με cross-domain Transformer attention και αναφέρει SDR 9.20 dB με επιπλέον δεδομένα και λεπτομέρεια.
ICASSP - 2025
Παρουσιάζει την αρχιτεκτονική αραιής συμπίεσης υποζωνών πίσω από το αναπτυγμένο checkpoint Huge-SCNet-4stems: το φασματογράφημα της μίξης χωρίζεται σε ζώνες που συμπιέζονται με διαφορετικούς ρυθμούς, για αποδοτικό διαχωρισμό υψηλής ποιότητας.
arXiv - 2026
Τεχνική έκθεση για το XLANCE-MSR σύστημα που υποβλήθηκε στην πρώτη Music Source Restoration Challenge.
arXiv - 2026
Συνοπτικό έγγραφο πρόκλησης που περιγράφει την MSR εργασία, τα σύνολα δεδομένων, τις αντικειμενικές μετρήσεις, την υποκειμενική αξιολόγηση και τους τελικούς πίνακες κατάταξης.
arXiv - 2026
Σταθερή έκδοση Sony README: MUSDB18-HQ, διάμεσος διαμέσων museval. Σύγκριση μόνο εντός αυτού του πρωτοκόλλου, χωριστά από MVSEP και άλλες δημοσιεύσεις.
Κατηγορίες εξόδου: 4
Εμφανίζονται μόνο εγγραφές με επαληθευμένη δημόσια υλοποίηση συμπερασμού και αντίστοιχα βάρη, καθώς και αλγόριθμοι που δεν χρειάζονται βάρη. Εξαιρούνται κλειστές υπηρεσίες, μη δημοσιευμένα βάρη και μη ταυτοποιημένες πειραματικές εκδόσεις. Δεν πρόκειται για κατάταξη όλων των μοντέλων.
Κάθε σύνολο βαρών εμφανίζεται μία φορά ανά δοκιμή, με το καλύτερο δημοσιευμένο αποτέλεσμα για την επιλεγμένη μετρική. Η συνολική βαθμολογία προέρχεται από μία αξιολόγηση. Αναπτύξτε τη λίστα για σύγκριση αξιολογήσεων και ρυθμίσεων.
Τα δημόσια βάρη δεν τεκμηριώνουν πλήρη άδεια ανοικτού κώδικα. Αναπτύξτε τα δεδομένα για τις δηλωμένες άδειες βαρών και τους όρους πρόσβασης. Οι μη δηλωμένες άδειες επισημαίνονται χωριστά.
Οι ενδείξεις επισημαίνουν μοντέλα ή στοιχεία που χρησιμοποιούνται εδώ. Οι βαθμολογίες και οι ρυθμίσεις προέρχονται από τις αναφερόμενες δοκιμές, όχι από νέα αξιολόγηση ολόκληρης της επεξεργασίας του ιστοτόπου.
Επιλέξτε ένα σύνολο δεδομένων για να δείτε όλες τις μετρικές κάθε μοντέλου. Οι γραμμές ακολουθούν την επίσημη κατάταξη ή την επιλεγμένη μετρική. Η έντονη γραφή δείχνει την καλύτερη συγκρίσιμη τιμή κάθε στήλης, μαζί με τις ισοβαθμίες. Τα διαφορετικά πρωτόκολλα αξιολόγησης κατατάσσονται χωριστά· οι βαθμολογίες που λείπουν εμφανίζονται ως -.
Τοπικά εκτελέσιμα 3 / αρχικές γραμμές 3
Σταθερή έκδοση Sony README: MUSDB18-HQ, διάμεσος διαμέσων museval. Σύγκριση μόνο εντός αυτού του πρωτοκόλλου, χωριστά από MVSEP και άλλες δημοσιεύσεις.
| Κατάταξη ανά μετρική | Μοντέλο | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Bass / Drums / Other) | Download |
|---|---|---|---|---|---|---|---|
| - | Sony SCNet baselineΔημόσια βάρη · Κώδικας συμπερασμού | 10.6 M | 11 sec | 48 | 1,500,000 | 9.71 / 9.65 / 10.61 / 7.26 | Download |
| - | Sony MIMO SCNetΜοντέλο του ιστοτόπουΔημόσια βάρη · Κώδικας συμπερασμού | 10.6 M | 11 sec | 48 | 1,500,000 | 9.82 / 10.46 / 10.93 / 7.69 | Download |
| - | Sony MIMO SCNet GenΔημόσια βάρη · Κώδικας συμπερασμού | 10.6 M | 11 sec | 48 | 1,500,000 | 9.88 / 10.17 / 10.81 / 7.61 | Download |
Οι ενδείξεις επισημαίνουν μοντέλα ή στοιχεία που χρησιμοποιούνται εδώ. Οι βαθμολογίες και οι ρυθμίσεις προέρχονται από τις αναφερόμενες δοκιμές, όχι από νέα αξιολόγηση ολόκληρης της επεξεργασίας του ιστοτόπου.
Σύνολα δεδομένων, εκδόσεις και συνθήκες παραμένουν χωριστά, ακόμη και πηγές χωρίς επιλέξιμες γραμμές.
Τοπικά εκτελέσιμα 3 / αρχικές γραμμές 3
Οι βαθμολογίες αφορούν το συγκεκριμένο σύνολο δεδομένων, μέτρο και έκδοση μοντέλου· διαφορετικές δοκιμές δεν συγκρίνονται άμεσα.
Ο πίνακας περιλαμβάνει μόνο μοντέλα με δημόσια βάρη ή ρυθμίσεις που μπορούν να εκτελεστούν τοπικά.
Επιλέξτε ένα σύνολο δεδομένων για να δείτε όλες τις μετρικές κάθε μοντέλου. Οι γραμμές ακολουθούν την επίσημη κατάταξη ή την επιλεγμένη μετρική. Η έντονη γραφή δείχνει την καλύτερη συγκρίσιμη τιμή κάθε στήλης, μαζί με τις ισοβαθμίες. Τα διαφορετικά πρωτόκολλα αξιολόγησης κατατάσσονται χωριστά· οι βαθμολογίες που λείπουν εμφανίζονται ως -.
Τοπικά εκτελέσιμα 3 / αρχικές γραμμές 3
Σταθερή έκδοση Sony README: MUSDB18-HQ, διάμεσος διαμέσων museval. Σύγκριση μόνο εντός αυτού του πρωτοκόλλου, χωριστά από MVSEP και άλλες δημοσιεύσεις.
| Κατάταξη ανά μετρική | Μοντέλο | Params | Input length | Batch Size | Training Steps | museval SDR · (Vocals / Bass / Drums / Other) | Download |
|---|---|---|---|---|---|---|---|
| - | Sony SCNet baselineΔημόσια βάρη · Κώδικας συμπερασμού | 10.6 M | 11 sec | 48 | 1,500,000 | 9.71 / 9.65 / 10.61 / 7.26 | Download |
| - | Sony MIMO SCNetΔημόσια βάρη · Κώδικας συμπερασμού | 10.6 M | 11 sec | 48 | 1,500,000 | 9.82 / 10.46 / 10.93 / 7.69 | Download |
| - | Sony MIMO SCNet GenΔημόσια βάρη · Κώδικας συμπερασμού | 10.6 M | 11 sec | 48 | 1,500,000 | 9.88 / 10.17 / 10.81 / 7.61 | Download |